Moteur de recherche sémantique
Vela indexe vos embeddings et répond aux requêtes par similarité en quelques millisecondes, jusqu'au milliard de vecteurs par index.
Un index toujours à jour
Vous envoyez des vecteurs, Vela construit et maintient l'index. La recherche par k plus proches voisins reste disponible pendant les écritures.
L'index repose sur un graphe HNSW réparti en shards. Chaque écriture devient interrogeable sans réindexation manuelle. Les namespaces isolent vos jeux de données à l'intérieur d'un même index.
Index HNSW
Graphe de voisinage construit en continu
Similarité cosinus
Recherche k-NN jusqu'à 4096 dimensions
Résidence des données
8 régions au choix pour chaque index
Filtres par métadonnées
Requêtes combinant vecteurs et attributs
Explorer par fonction
Le détail du moteur, de l'ingestion des vecteurs jusqu'à la requête.
Indexation des vecteurs
Ingestion des embeddings, construction du graphe HNSW et mise à jour continue
Ingestion
- Envoi par lots, jusqu'à 4096 dimensions
- Insertion, mise à jour, suppression
- Écritures interrogeables sans réindexation
- Namespaces par jeu de données
Structure de l'index
- Graphe HNSW multi-couches
- Répartition automatique en shards
- Jusqu'à 1 milliard de vecteurs par index
- Compaction en arrière-plan
Modèles d'embedding
- Compatible avec tout fournisseur d'embeddings
- Dimensions déclarées à la création
- Normalisation optionnelle des vecteurs
- Réindexation en place au changement de modèle
Requêtes par similarité
Recherche k plus proches voisins, scores et contrôle du compromis rappel/latence
Recherche k-NN
- Similarité cosinus par défaut
- Produit scalaire et distance euclidienne
- Valeur de k définie par requête
- Score de similarité sur chaque résultat
Contrôle du rappel
- Rappel mesuré à 99,2 %
- Paramètre d'exploration ajustable
- Compromis rappel/latence par requête
- Jeux de validation pour comparer
Format des réponses
- Identifiants et scores
- Métadonnées renvoyées à la demande
- Vecteurs bruts optionnels
- Pagination par curseur
Filtres par métadonnées
Combiner contraintes structurées et recherche vectorielle dans une seule requête
Types de champs
- Chaînes et listes de chaînes
- Entiers et nombres flottants
- Booléens
- Horodatages
Opérateurs
- Égalité et appartenance à une liste
- Comparaisons numériques
- Combinaisons ET / OU
- Négation
Exécution
- Filtrage pendant le parcours du graphe
- Rappel préservé sur les filtres sélectifs
- Index secondaires sur les champs fréquents
- Namespace comme premier niveau de partition
Performances
Latences mesurées, capacité d'un index et montée en charge
Latence
- p50 et p99 mesurés en continu
- p99 à 12 ms
- Mesures prises côté serveur
- Budget de latence défini par requête
Capacité
- 1 milliard de vecteurs par index
- Jusqu'à 4096 dimensions
- Shards ajoutés sans interruption
- Débit d'écriture soutenu pendant les requêtes
Montée en charge
- Réplicas de lecture par région
- Adaptation automatique au volume de requêtes
- Isolation par namespace
- Quotas par clé d'API
Exploitation
Régions, sécurité et intégration dans vos traitements existants
Régions
- 8 régions disponibles
- Résidence des données au choix
- Réplication inter-régions optionnelle
- Recherche multilingue sur 40 langues
Sécurité
- Chiffrement au repos et en transit
- Clés d'API à portée limitée
- Journaux d'accès exportables
- Accès réseau privé
Intégration
- API HTTP et gRPC
- Bibliothèques Python, TypeScript et Go
- RAG, recherche produit, recommandation, déduplication
- Documentation sur docs.vela.dev
Ce que nous mesurons
Valeurs relevées sur nos index de démonstration.
Latence p99
Temps de réponse d'une recherche k-NN avec filtre par métadonnées, mesuré côté serveur.
Vecteurs par index
Capacité d'un index unique, réparti automatiquement en shards à mesure des écritures.
Rappel
Part des voisins exacts retrouvés par le graphe HNSW sur nos jeux de validation.
Langues
Recherche multilingue sur des embeddings couvrant 40 langues dans un même namespace.
Créez votre premier index
Ouvrez un compte, envoyez vos premiers vecteurs et lancez une requête par similarité. La documentation détaille chaque appel.